五款工具助你摆脱数据瘫痪

数据瘫痪是一个真正的问题。 营销技术工具和营销接触点的激增创造了大量数据，这些数据虽然对企业有利，但在数据管理、分析、安全性和一致性方面也可能带来挑战。

Fospha Marketing 在 2018 年对近 400 名营销人员进行的一项调查发现，三分之一的受访者认为，他们的公司分析了不到 20% 的可用消费者数据。

同一项调查发现，只有 33% 的品牌认为他们当前的衡量标准对所有媒体和数据进行了准确归因。

martech 给予的，martech 可以拿走的

公司用来从消费者那里获取信息的营销技术工具的激增，加剧了数据过多的问题。 为了解决这个问题，营销人员已经开始在他们的技术堆栈中添加更多工具。

Fospha 调查发现，企业平均使用 7 种技术只是为了从他们的数据中提取洞察力。

虽然 CRM、CX 软件、营销测量和分析平台以及其他数据驱动技术有可能提供全面的客户洞察，但它们并不总是能清楚地描绘出客户的需求或购买旅程。

但随着营销技术领域的发展，出现了新工具——其中许多是人工智能驱动的——来帮助企业自动化理解数据的任务。

在这篇文章中，我们将介绍五种解决方案，它们可以通过自动化和简化收集、清理、管理和分析客户和业务数据的过程来帮助营销人员克服数据瘫痪。

• 解决方案#1：使用 Insycle 清理 CRM 数据
• 解决方案#2：使用 LeanData 自动化潜在客户路由和匹配
• 解决方案 #3：使用 IBM Watson 获得支持 AI 的业务洞察力
• 解决方案#4：使用 Medallia 获得自动化的客户体验洞察
• 解决方案 #5：使用 Google Data Studio 可视化您的广告系列和网站数据

解决方案#1：使用 Insycle 清理 CRM 数据

糟糕的数据代价高昂，一项研究估计每年的成本约为 3 万亿美元。 数据集包含格式错误和不一致是很常见的。

过时、错误百出或不完整的数据不能可靠地用于机器学习。 由于联系信息不完整或不正确，它还可能导致花费过多的时间来跟进质量不佳的潜在客户或错失机会。

清理数据是必要的，但很耗时，因此往往会发生 CRM 收集的大部分数据不可用的情况。 除了手动统一和清理数据所需的大量时间和资源之外，还有另一个大问题——人为错误。

令人高兴的是，有像 Insycle 这样的工具可以解决不良数据的问题。 Insycle 与各种数据驱动的应用程序集成，包括 HubSpot、Mailchimp、Marketo、Pipedrive 和 Salesforce（等等），以自动修复常见的数据质量问题。

该工具执行各种数据清理任务，包括批量更新/删除、合并重复项、数据格式一致性以及数据标准化/清理。

Insycle 仪表板示例—来源：Insycle

Insycle 在其网站上写道：“低质量数据会损害营销个性化和自动化，阻碍需要可靠背景与潜在客户对话的销售团队，并影响整个生命周期的客户体验。”

解决方案#2：使用 LeanData 自动化潜在客户路由和匹配

考虑到销售代表只有 35% 的时间花在销售上，其余 65% 的时间花在管理任务上，例如数据输入、公司会议和其他与销售无关的任务。

为了最大限度地利用跟踪合格潜在客户（一项关键的销售活动）的时间，销售代表必须求助于他们从各种来源（例如 CRM 系统、广告活动和呼叫中心）获得的客户和潜在客户数据。

这可能是压倒性的。 让我们面对现实吧，筛选大量不合格的潜在客户或尝试手动将潜在客户匹配到最合适的帐户可能会导致数据瘫痪。

LeanData 等工具可自动执行潜在客户路由和匹配流程，使您的销售团队能够专注于最合格的潜在客户和客户。

LeanData 的技术包括一套工具，旨在将潜在客户、联系人、客户和机会路由到组织内的适当人员或部门。

LeanData 潜在客户流仪表板—来源：LeanData

LeanData 首席执行官 Evan Liang 表示：“公司在其增长过程中达到了一个阶段，手动管理来之不易的潜在客户和客户数据是不可持续的。” “LeanData 的平台智能地自动化了这个过程，使这些公司每次都能匹配正确的数据，路由到合适的卖家，并采取正确的行动——所以他们的潜在客户管理流程可以随着业务的增长而扩展以支持他们的业务。”

解决方案 #3：使用 IBM Watson 获得支持 AI 的业务洞察力

也许，没有比分析用于业务洞察力的运营数据更容易造成数据瘫痪的原因了。

如果手动完成，为做出业务决策和改进而分析数据需要许多步骤，其中可能包括导出和合并来自不同来源的数据、删除重复数据以便对其进行适当的图表和分析，以及手动输入某些数据点.

所有这些体力劳动都必须在进行任何分析或确定可操作的见解之前进行。 此外，数据不断从各种内部和外部来源生成，如果没有自动化的帮助，以任何持续、一致的方式审查数据的任务是不可能的。

IBM 的 Watson 是一个复杂的人工智能平台，可以帮助企业“预测和塑造未来的结果、自动化复杂的流程并优化员工的时间。”

Watson 是一种企业级工具，旨在管理海量数据。 其应用程序套件包括 IT、客户服务、风险/合规性和财务数据分析的解决方案。

没有简单的方法可以总结 Watson 可以为企业做什么，只能说它是帮助实现数据驱动的业务决策的终极平台。

Watson 的“AI 阶梯”插图——来源：IBM

解决方案#4：使用 Medallia 获得自动化的客户体验洞察

提供最佳客户体验是一项数据驱动的工作。 如果没有计划来优化客户沟通并改善与客户的互动（无论接触点如何），您将很难降低客户流失率并让客户满意。

Medallia 是一个 AI 驱动的体验平台，通过使用您猜对的客户数据检测模式、预测客户需求和预测行为，帮助公司自动化改善客户体验的过程。

Medallia 通过一套强大的工具以多种方式实现这一点与您的客户。

Medallia 如何帮助企业捕捉信号的示例—来源：Medallia

除了从多渠道接触点捕获信号外，Medallia 还使用数据根据其跟踪的信号分析和预测结果。

这使企业能够通过一系列产品采取行动，例如 Zingle，该工具可以简化酒店和 Strikedeck 等酒店业的登记流程，这是一个客户成功平台，通过提高客户的信任度和忠诚度来提供追加销售/交叉销售机会。

解决方案 #5：使用 Google Data Studio 可视化您的广告系列和网站数据

虽然上述每个工具都通过自动化收集、管理和清理数据所涉及的部分或全部步骤来解决数据瘫痪的问题，但有时您只需要一个简单的工具来帮助分析数据，以获得高级洞察力。

有大量低成本和免费工具可以帮助您克服数据瘫痪，而无需在时间或金钱上进行大量投资。

其中之一是 Google Data Studio (GDS)，这是 Google 提供的一款免费工具，可让企业通过从 Google Ads、Google Analytics、BigQuery 等常用平台中提取数据来创建可视化仪表板。

GDS 从 Google Analytics 等平台提取数据，然后自动将其转换为易于理解的图表、图形和表格。 该工具几乎不需要设置，并且很容易连接到您现有的帐户。

它支持 Adob​​e Analytics、Adroll 和 Bing Ads 等流行平台的 200 多种集成（Google 称之为“连接器”）。 注意：并非所有集成都是免费的。

以下是 Google Data Studio 报告的示例，该报告使用 Google Analytics 示例数据提供网站活动的快速快照。

资料来源：谷歌数据洞察

GDS 仪表板实时更新，您可以通过下拉菜单更改日期范围，无需手动导出报告和/或更新电子表格和图形。 创建仪表板后，您基本上就完成了。

做你的研究

此处列出的工具仅是可帮助您管理和利用数据的现有技术示例。 其中一些，如 Medallia 和 IBM Watson，是企业级工具，价格昂贵。

不要让这阻止您寻找适合您的预算和业务类型的解决方案。

毕竟，有超过 8000 家公司属于 2020 年的营销技术领域，新技术每天都在涌现。 如果您的企业在任何情况下都遭受数据瘫痪，那么市场上可能有一种工具可以帮助您更有效地利用数据，从而继续推动增长。